良いクロンバックのαとはどのくらいですか？

最もよく引用される経験則（George と Mallery, 2003）では、0.7 は許容でき、0.8 は良好、0.9 は優秀です。群を比べる研究では0.7前後で十分なことが多い一方、臨床スクリーニングなど個人について判断する場合は通常0.9以上が必要です。約0.95を超える値は、より良い尺度ではなく、冗長な項目を示しているかもしれません。

なぜ私のクロンバックのαは負の値になるのですか？

項目が平均して負の相関を持つと α は負になり、項目の分散の和が合計の分散より大きくなります。典型的な原因は、逆転させていない逆転項目で、このツールは負の修正済み項目合計相関によってそれを示します。コーディングの誤りや非常に小さな標本も原因になります。負の α は使える信頼性の推定値ではないため、報告せず、得点化を直してください。

SPSS や Excel でクロンバックのαを計算するには？

SPSS では、Analyze > Scale > Reliability Analysis を選び、項目を移動し、モデルを Alpha のままにして、Statistics の下で「Scale if item deleted」にチェックを付けます。Excel では、各項目の列と行の合計の標本分散を VAR.S で求め、α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ) を適用します。どちらも既定では信頼区間を示しませんが、このツールは示します。

クロンバックのαと標準化αの違いは何ですか？

生の α は項目の分散と共分散から計算するため、散らばりの大きい項目の影響が大きくなります。標準化 α は項目間の平均相関から計算し、すべての項目を先に z 得点に変換したかのように扱います。項目の分散が似ている場合には両者は一致します。生の得点を合計する通常の場合は、生の α を報告してください。

クロンバックのαには何人の回答者が必要ですか？

固定の最小人数はありませんが、小さな標本では α の精度が低いため、このツールはフェルトの信頼区間を示しています。具体例では、回答者12人で区間は 0.82 から 0.98 になります。標本を増やすと区間は狭まるため、受け入れられる区間の幅に応じて標本を計画してください。

クロンバックのαが高いと、尺度は妥当または一次元ということですか？

いいえ。α は項目が一緒にどれだけ変動するかを測るもので、項目が1つの構成概念を反映するという仮定は検定しません。また、一貫した尺度でも別のものを測っている可能性があります。構造は因子分析で確認し、妥当性の証拠は別に示してください。

クロンバックのα計算ツール

スプレッドシートから得点をそのまま貼り付けます（回答者ごとに1行、項目ごとに1列）。クロンバックのα、フェルトの95%信頼区間、標準化α、各項目の修正済み項目合計相関、項目を削除した場合の α が得られます。否定的に書かれた項目は、チェックを付けて逆転させられます。無料で、登録は不要です。すべてブラウザ内で動作します。

項目得点（回答者ごとに1行、項目ごとに1列）

スプレッドシートから貼り付けるか、値をタブ、カンマ、セミコロン、空白で区切ってください。ID の列は除いてください。空欄と NA は欠測として扱います。

見出しの行

2人以上の回答者による、2項目以上の得点を貼り付けると α が表示されます。

クロンバックのα計算ツールの使い方

1. 項目得点を貼り付けます。 Excel、Google スプレッドシート、SPSS、CSV ファイルから回答をコピーします。回答者ごとに1行、項目ごとに1列です。見出しの行は任意です。ツールが読み取った表を確認してください。
2. 否定的に書かれた項目を逆転させます。 「I rarely feel prepared」のように、反対方向に書かれた項目には逆転にチェックを付けます。（最低値 + 最高値）− 得点で再計算されるため、1〜5の尺度では2が4になります。
3. 項目を選びます。 含めない項目（ID の列や、除外を検討している項目）は使用のチェックを外します。選んだ項目のどれかが欠けている回答者は除外され、ツールがその人数を示します。
4. α と項目表を読みます。 α とその95%信頼区間、標準化α、各項目の修正済み項目合計相関と、項目を削除した場合の α が得られます。方法の節に使える APA 形式の一文をコピーできます。

クロンバックのαの公式

k 個の項目を n 人が回答した場合、クロンバックのαは、個々の項目の分散と、合計得点の分散を比べます：

公式

α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ)

k：尺度の項目数。
s²ᵢ：項目 i の、回答者間の標本分散（n − 1 で割る）。
Σs²ᵢ：項目の分散の合計。
s²ₜ：回答者の合計得点の分散（k 個の項目の和）。項目が同じように増減すると、合計は1項目ずつより大きく散らばるため、比 Σs²ᵢ / s²ₜ は小さくなり、α は1に近づきます。

標準化αは、分散ではなく相関を使います：α = k·r̄ / (1 + (k − 1)·r̄)。ここで r̄ は項目の組どうしの平均相関で、すべての項目を z 得点に変換した後に得られる α です。修正済み項目合計相関は、各項目を残りの項目の合計と相関させたものです。項目を削除した場合の α は、その項目を除いて α を再計算したものです。

95%信頼区間はフェルト（1965）によるものです。正規分布の仮定のもとで、(1 − α)/(1 − α̂) は自由度 n − 1 と (n − 1)(k − 1) の F 分布に従うため、下限は 1 − (1 − α̂) × F_0.975、上限は 1 − (1 − α̂) × F_0.025 です。

具体例：逆転項目を含む尺度

例を読み込むを押して、手順に沿って確認できます。12人の学生が、学習への自信についての5つの1〜5の同意項目に答えており、Q4 は否定的に書かれています。そのまま貼り付けると、このツールは α = 0.576 と報告します。項目表がその理由を示しています。Q4 の修正済み項目合計相関は −0.793 で、Q4 を削除した場合の α は 0.911 に跳ね上がります。残りの尺度と強い負の相関があるのは、逆転させていない逆転項目の典型的な兆候です。

Q4 の逆転にチェックを付けます。Q4 は 6 − 得点で再計算され、項目表は次のようになります：

項目	平均	SD	修正済み項目合計相関 r	項目を削除した場合の α
Q1	3.33	1.23	0.946	0.876
Q2	3.33	1.07	0.719	0.923
Q3	3.33	0.98	0.779	0.911
Q4（逆転）	3.08	0.90	0.793	0.911
Q5	3.42	1.08	0.801	0.907

項目の分散の和は 5.6212、合計得点の分散は 21.5455 なので、α = 5/4 × (1 − 5.6212 / 21.5455) = 0.924 です。標準化α は 0.925（項目間の平均相関 r = 0.711）で、自由度 11 と 44 のフェルトの区間は [0.825, 0.975] です。項目を削除して α が上がるものはなく（Q2 の 0.923 が最も近い）、5項目すべてを残します。区間の幅が大きいことに注意してください。回答者が12人しかいないため、真の α は約0.82から0.98までのどこにあってもデータと矛盾しません。

クロンバックのαの解釈と報告

George と Mallery（2003）の経験則
クロンバックのα	ラベル
0.9 以上	優秀
0.8 以上 0.9 未満	良好
0.7 以上 0.8 未満	許容できる
0.6 以上 0.7 未満	疑問がある
0.5 以上 0.6 未満	不十分
0.5 未満	受け入れられない

これらのラベルは慣習であり、検定ではありません。項目どうしの相関が弱くても項目数が増えると α は上がるため、長い尺度は一貫性がなくても優秀に見えることがあります。α が高いからといって、尺度が一次元であるという証拠にはなりません。関連する2つの因子があっても高い α が得られることがあるからです。構造は因子分析で確認してください。また、α はすべての項目が構成概念を同程度に反映していると仮定しています（タウ同等性）。その仮定が成り立たない場合、α は信頼性を過小に見積もるため、多くの方法論の研究者は McDonald の omega も報告します。

APA スタイルでは、α は小数点以下2桁で、先頭の0を付けずに報告し、理想的には区間と標本の大きさも併記します。例："Internal consistency was excellent, Cronbach's α = .92, 95% CI [.82, .98] (5 items, n = 12)." APA 形式の結果をコピーのボタンが、この形式の統計量をそのまま出力します。

よくある間違い

逆転し忘れること。 逆転させていない否定的な項目は α を下げ、負の修正済み項目合計相関として現れます。
ID や合計の列をデータに残すこと。 回答者番号や、あらかじめ計算された合計は項目ではありません。使用のチェックを外してください。
多次元の質問紙に1つの α を使うこと。 下位尺度ごとに別々に α を計算してください。全項目で一度だけ計算してはいけません。
α を上げるためだけに項目を削除すること。 項目を削除した場合の α は診断のための指標であり、目標ではありません。内容上の理由で項目を削除した場合は、それを報告してください。

よくある質問

良いクロンバックのαとはどのくらいですか？: 最もよく引用される経験則（George と Mallery, 2003）では、0.7 は許容でき、0.8 は良好、0.9 は優秀です。群を比べる研究では0.7前後で十分なことが多い一方、臨床スクリーニングなど個人について判断する場合は通常0.9以上が必要です。約0.95を超える値は、より良い尺度ではなく、冗長な項目を示しているかもしれません。
なぜ私のクロンバックのαは負の値になるのですか？: 項目が平均して負の相関を持つと α は負になり、項目の分散の和が合計の分散より大きくなります。典型的な原因は、逆転させていない逆転項目で、このツールは負の修正済み項目合計相関によってそれを示します。コーディングの誤りや非常に小さな標本も原因になります。負の α は使える信頼性の推定値ではないため、報告せず、得点化を直してください。
SPSS や Excel でクロンバックのαを計算するには？: SPSS では、Analyze > Scale > Reliability Analysis を選び、項目を移動し、モデルを Alpha のままにして、Statistics の下で「Scale if item deleted」にチェックを付けます。Excel では、各項目の列と行の合計の標本分散を VAR.S で求め、α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ) を適用します。どちらも既定では信頼区間を示しませんが、このツールは示します。
クロンバックのαと標準化αの違いは何ですか？: 生の α は項目の分散と共分散から計算するため、散らばりの大きい項目の影響が大きくなります。標準化 α は項目間の平均相関から計算し、すべての項目を先に z 得点に変換したかのように扱います。項目の分散が似ている場合には両者は一致します。生の得点を合計する通常の場合は、生の α を報告してください。
クロンバックのαには何人の回答者が必要ですか？: 固定の最小人数はありませんが、小さな標本では α の精度が低いため、このツールはフェルトの信頼区間を示しています。具体例では、回答者12人で区間は 0.82 から 0.98 になります。標本を増やすと区間は狭まるため、受け入れられる区間の幅に応じて標本を計画してください。
クロンバックのαが高いと、尺度は妥当または一次元ということですか？: いいえ。α は項目が一緒にどれだけ変動するかを測るもので、項目が1つの構成概念を反映するという仮定は検定しません。また、一貫した尺度でも別のものを測っている可能性があります。構造は因子分析で確認し、妥当性の証拠は別に示してください。